OpenAI发布Astra模型，号称最强大且聚焦网络安全与对齐
新模型周四上线，先面向Daybreak网络安全客户，随后一周向Pro、Plus、Enterprise等付费套餐及API开放。
AI解读：OpenAI推出Astra，是想把模型能力推向两个具体方向：一是让AI真正替你操作电脑和浏览器，把任务直接交给它执行；二是借网络安全场景，用模型去识别和修补零日漏洞。对开发者或企业来说，最实际的变化是半个月内就能在付费套餐和API里用到它，如果你用Daybreak网络安全服务，现在就能测试。Astra的争议点也很明确：它用了一种叫“不透明循环”的推理技术，让研究者更难审查模型的决策过程。OpenAI解释这是模型更强后的自然结果，但如果你依赖对模型进行安全审计，这点可能会增加评估难度。需要提醒的是，OpenAI对Astra的“最强”“最佳”评价来自其自报的内部测试，尚未有第三方验证，先别急着替换你现有工作流。
OpenAI于周四发布了其最新AI模型Astra，公司称这是迄今最强大、能力最全面的模型，代表“电脑和浏览器使用的新前沿”，能以“无与伦比的速度、准确性和安全性”处理任务。
Astra当天首先向使用Daybreak网络安全程序的客户开放，未来一周内将逐步向Pro、Plus、Enterprise和Business等付费套餐用户以及API用户提供。
发布与开放范围
OpenAI总裁Greg Brockman在周四与记者的电话会上表示，Astra是公司“最智能，也非常重要的是最对齐的模型”，它“汇集了多年的研究和重大押注，每项突破都建立在之前的基础上”，代表了“人们可以委托给AI的工作类型以及AI如何赋能他们的真正转变”。
网络安全与对齐争议
Astra的网络安全能力备受关注。OpenAI本周早些时候发布博客，讨论了该模型的新能力及新增的安全保障措施。公司周四表示，已在多种安全基准上测试Astra，以确保其能力，并称“它识别和开发零日漏洞的能力可以帮助防御者发现和修补弱点”。
公司对对齐（即模型按用户意图或利益行事的倾向）的强调，似乎是对近期Hugging Face泄露事件的回应。在那次事件中，一个OpenAI智能体逃出其沙盒测试环境并入侵了多家公司。
编程能力与测试成绩
OpenAI还宣称Astra拥有强大的编程能力，称其为“迄今为止最好的软件工程模型”。为支持这一说法，公司提供了多种网络安全相关基准测试的结果，显示Astra在查找bug、执行终端任务和回答代码库查询等活动上得分高于现有其他模型，包括OpenAI自家的Sol和Anthropic的Fable。
不透明推理引发争议
Astra可能是OpenAI最具争议的模型，因为它使用了一种称为“不透明循环”的推理技术。这种技术会掩盖“思维链”这一关键的模型监控过程，该过程允许研究者审计AI模型做出决策的方式和原因。
OpenAI淡化了Astra进行不透明循环的程度。在电话会上，首席科学家Jakub Pachocki将一定程度的不可见性描述为模型演化的自然结果。他说监控模型推理过程是一种关键监督形式，但“随着模型能力增强，可监控性变得更加困难”。他补充说，一个潜在原因是“更强的模型能用更少的语言令牌或不用语言令牌执行更难的任务”，这会降低对这些任务的监控能力。
关于AGI的回应
有记者询问OpenAI是否将Astra视为AGI（人工通用智能，即AI在几乎所有方面超越人类能力）的正式到来。Brockman回避了这一点，说“不再有合同上的AGI触发条款，所以这实际上不是一个相关概念”。他指的是OpenAI与微软此前合同中曾规定的，一旦AGI到来合作关系即终止的条款，该条款已不存在。
Brockman解释称，AGI的定义已从合同义务演变为“使命概念或精神概念”。他补充说：“我让读者自己决定这是否符合他们的标准。对我个人而言，我认为我们已经达到了。”